大型藻类形态作为碳捕获代理：表面积体积比（Surface Area-to-Volume Ratio, AV）作为海洋大型藻类（Marine Macroalgae）初级生产力的一般预测因子

《Journal of Applied Phycology》：Seaweed form as a carbon capture proxy: surface area-to-volume ratio as a general predictor of marine macroalgae productivity

　　

摘要：大型藻类（Seaweeds/Macroalgae）是沿海初级生产的主要贡献者，并日益成为水产养殖及蓝碳（Blue Carbon）策略的目标物种。然而，目前仍缺乏通用且低成本的模型来估算其生产力及碳捕获量。研究人员以巴西海岸11种热带大型藻类为对象，通过离体（Ex situ）明暗瓶测氧法（Light-Dark Bottle Oxygen Incubations），检验表面积体积比（Surface Area-to-Volume Ratio, AV）是否能预测初级生产力。研究人员量化了净初级生产力（Net Primary Productivity, NPP）、总初级生产力（Gross Primary Productivity, GPP）及呼吸速率（Respiration, R），并将其与各物种通过形态计量分析获得的AV值相关联。结果显示AV与NPP呈强相关（r = 0.72），与GPP呈强相关（r = 0.68），与R相关性弱且为负（r = –0.22）。以AV为预测变量的回归模型解释了NPP和GPP中57–65%的方差，据此推导出初级生产力及碳捕获的预测方程。基于上述关系，研究人员建立了Ceaweed框架——一种基于性状（Trait-Based）的模型，通过结合AV分布与物种频度将估算从物种水平扩展至群落水平。该模型为估算大型藻类碳捕获提供了可重现且低成本的工具，可应用于水产养殖、生态系统监测及蓝碳核算。Ceaweed是首个跨分类群（Cross-Taxa）将藻类形态与碳捕获定量关联的模型，确立了AV作为大型藻类生产力预测性功能性状（Functional Trait）的地位。

论文解读：《Seaweed form as a carbon capture proxy: surface area-to-volume ratio as a general predictor of marine macroalgae productivity》发表于《Journal of Applied Phycology》

一、研究背景与立项依据

大型藻类（Macroalgae/Seaweeds）是沿海生态系统中极重要的初级生产者，其通过固定无机碳合成有机生物质，在全球碳循环中扮演关键角色，也被视作气候变化减缓策略中具潜力的"蓝碳（Blue Carbon）"载体，可用于碳汇交易、生物燃料及生物材料开发。然而，现有研究多集中于少数温带商业化属（如Saccharina、Undaria、Macrocystis等），对热带地区及广袤藻类多样性（已描述超50,000种）的生产力认知严重不足。传统测定大型藻类初级生产多依赖离体溶氧法或溶解无机碳（DIC）法，耗时费力且需专业设备，难以满足栽培规划、生态监测及碳通量估算的需求。早期基于形态功能类群（Functional-Form Groups）的定性分类方法过于粗糙，无法定量预测不同分类群间的生理速率。尽管已有研究表明表面积体积比（Surface Area-to-Volume Ratio, AV）与光合速率存在关联，但尚未建立将AV与单位质量总初级生产力（Gross Primary Productivity, GPP）、净初级生产力（Net Primary Productivity, NPP）及呼吸速率（Respiration, R）相关联的明确预测方程，也未系统评估标准化条件下R与AV的关系。因此，研究人员开展本研究以验证AV是否可作为跨热带大型藻类分类群生产力的通用功能性状预测因子，并建立基于性状的低成估算框架C_eaweed。

二、主要关键技术方法

研究人员从巴西Arraial do Cabo近海潮间带采集绿藻门（Chlorophyta）、红藻门（Rhodophyta）和褐藻门（Ochrophyta）共11种热带大型藻类标本（n ≥ 3），清除附生物后取代表性藻体部位，按1.0 g ± 0.05 g鲜重（FW）标准分装于300 mL BOD瓶中。采用经典离体光暗瓶测氧法于自然光照下孵育3 h，用溶氧仪测定初末溶氧差值并经空白对照校正，计算NPP（光照瓶ΔDO）、R（暗瓶ΔDO）及GPP＝NPP＋|R|，代谢速率归一化为单位干重（DW）：mg O₂h^?1g^?1DW。各物种AV通过ImageJ软件测算校准背景下数码照片投影面积，结合排水法测体积计算（AV＝表面积/体积，单位cm²cm^?3）。通过回归分析评估AV与NPP、GPP、R的相关性，构建对数回归预测公式，引入光合商（Photosynthetic Quotient, PQ＝1.0–1.2）将产氧量换算为CO₂固定量，最终建立物种及群落水平的C_eaweed估算模型。

三、研究结果

Metabolic rates and surface area-to-volume ratio（代谢速率与表面积体积比）

研究人员对11种热带大型藻类测定得到各自AV值、NPP、GPP及R（单位mg O₂h^?1g^?1DW），离体环境参数控制在自然生境范围内（盐度35–36.5 psu，温度≈25.5℃，光照≈1400–2200 μmol photons m^?2s^?1）。AV在各物种间存在差异，片状或高度分枝形态（如Ulva fasciata）具较高AV，而圆柱状或较厚藻体AV较低。

Regression and distributions（回归分析与分布特征）

研究人员发现AV物种间分布符合对数函数f(AV)＝0.555 ln(x)＋0.146（r²＝0.97）。NPP与AV呈显著正相关（r＝0.72），对数回归式为log(NPP)＝0.644 ln(log(AV))＋1.668（r²＝0.65），简化得NPP＝46.6×(log(AV))^1.48；GPP与AV亦呈显著正相关（r＝0.68），log(GPP)＝0.481 ln(log(AV))＋1.776（r²＝0.57），简化得GPP＝59.7×(log(AV))^1.11；R与AV相关性弱且为负（r＝–0.22），无显著统计关系。AV解释NPP方差的65%，GPP方差的57%。

基于上述关系，研究人员推导物种水平碳捕获公式：C_cap（mg CO₂h^?1g^?1DW）＝53.4×(log(AV))^1.48（PQ＝1.2）至64.1×(log(AV))^1.48（PQ＝1.0），即C_eaweed物种模型。群落水平碳固定通量由各物种干重生物量（B_i，g m^?2）加权AV_i并乘以单位面积水柱体积（V_w，L m^?2或m³m^?2）求和获得，PQ取1.0与1.2分别给出上下限区间，即C_eaweed群落模型。

四、讨论与结论

研究人员指出，由于光合作用发生于藻体表面，高AV形态（薄片状、丝状、高度分枝）能更大程度地截获光、交换营养盐及摄取溶解无机碳（DIC），故AV成为控制大型藻类碳同化能力的主导结构变量，这与扩散边界层动力学及资源获取效率的理论预期一致。相比以往将藻类归入离散功能形态组的做法，本研究采用连续性状梯度（AV）量化形态—代谢关系，更具预测力与普适性。C_eaweed框架将碳捕获估算由需专门设备的代谢测定转化为仅需数码图像分析测表面积＋排水法测体积的简易形态计量工作，成本低、重现性好，适用于基础设施有限的沿海社区及大尺度筛查。该框架还可依生物量加权AV分布扩展至群落及生态系统碳收支估算，为蓝碳市场缺乏标准化MRV（监测、报告与核查）协议提供实用替代方案。研究人员也指出当前局限：未纳入温度、直接碳同化测定、PQ值跨分类群及环境变异、2D形态计量可能低估复杂三维藻体表面积，模型暂不适用于钙化藻类（Calcified Algae），未来需向3D形态计量扩展及纳入环境因子修正。

结论（ translated from Conclusion）：

研究人员通过将大型藻类形态与碳同化定量关联，证实表面积体积比（AV）是跨分类群预测大型藻类GPP、NPP及估算碳捕获的有效功能性状。所建立的C_eaweed框架——含物种水平公式C_cap＝53.4~64.1×(log(AV))^1.48及群落加权求和扩展式——提供了首个基于形态性状、可重现且低成本的跨分类群大型藻类碳捕获估算工具，推进了大型藻类生态学从描述性分类走向基于性状的生态系统功能定量预测，对水产养殖品种筛选、沿海碳循环评估及蓝碳核算具有重要应用价值。